基于因子分析的全国重特大火灾统计分析

张 恒，吕宗辉，李 昂，周 梅

(内蒙古农业大学 林学院，内蒙古 呼和浩特 010018)

0 引言

火灾是当今世界上严重威胁人类生存和发展的常发性灾害之一。我国火灾总量很大，火灾四项指标(发生起数、死亡人数、受伤人数和直接经济损失)居高不下，特别是重特大火灾时有发生，给人民的生命和财产造成了严重损失[1]。根据《中国消防年鉴》统计数据，2008—2016年共发生重特大火灾39起，致使601人死亡，452人受伤，造成直接经济损失115 207.249万元。死亡人数很高的极端特别重大火灾事件，还会对社会产生负面影响，处置稍有不慎，极有可能引发群体性事件[2]。

关于火灾数据的整理及研究，很多学者统计并分析了我国火灾的发生规律、特征及原因，研究了我国火灾总体形势和特点。如陈子锦等[3]采用聚类分析方法对我国31个省(市、自治区)火灾统计数据进行分析处理，对各地区的火灾损失进行了评价。陈云国等[4]对1993—2003年全国特大火灾规律、特征及原因进行分析。李海江[5]对2000—2008年全国重特大火灾进行统计分析，为正确认识和预测我国火灾形势，做好特大火灾的预防工作提供了参考。马锐[6]对我国群死群伤火灾形势进行了分析，陆松[7]在对群死群伤火灾分析中开创性地联系到了时间维度，得到了火灾在时间上的分布规律。黄东方等[8]针对某一年或两年我国发生的火灾进行因子分析，研究火灾的发展趋势，沈阳等[9]第一次利用因子分析的方法对全国火灾进行统计，并得出了2009—2010年火灾发展的趋势变化。这些成果分析了我国消防工作取得的进展和存在的问题，为我们提供了很好的前期资料和参考。但是，对于使用因子分析法对多年的火灾数据汇总分析还未有较系统的研究，尤其针对重特大火灾的分析。鉴于此，本文对2008—2016年以来我国发生的火灾进行统计分析，研究重特大火灾成因及规律[10-11]。

1 数据来源与研究方法

1.1 数据来源及处理

使用2009—2017年《中国消防年鉴》的火灾数据，不包括森林、草原和军队、矿井地下部分及港澳台地区火灾[12]。将2008—2016年全国发生重特大火灾的地区、死伤人数、直接财产损失、场所及发生原因进行统计，并分类进行整理得出单独自变量所对应的数据。使用SPSS软件将数据进行归一化处理并进行因子分析，分析重特大火灾成因及规律。

1.2 研究方法

因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子来反映原资料的大部分信息的统计学分析方法，考虑多项数据之间的相互关系，利用降维中的因子分析法将其转换为一组综合指标。并通过因子分析得出解释的总方差，成分得分系数矩阵，将两者结合起来得出一系列的特征值及贡献率，得出各个分析对象的火灾综合指数[9]。分析原理如下：

假定有n个样本，每个样本共有p个变量，构成一个n×p阶的数据矩阵。

设样本数据矩阵：

使用因子分析中的降维，并选定主成分分析法进行数据分析，得到解释的总方差矩阵及成分得分系数矩阵，并将两个矩阵转换为成分因子计算矩阵，如表1所示。

表1 成分因子计算矩阵

先计算各变量所对应的因子得分：

f1=a11x1+a21x2+…+ap1xp

(2)

f2=a12x1+a22x2+…+ap2xp

(3)

…

fm=a1mx1+a2mx2+…+apmxm

(4)

再使用因子得分计算综合指标得分：

F=β1f1+β2f2+…+βmfm

(5)

式中，x为分析中所选取的自变量，aij为成分得分，β为因子分析中成分所对应的贡献率。F是依据单个变量的不同数据得到的综合指数，F值过高表明这项变量对整体数据的分析影响较大。综合数据将会明显展现整体数据的差异以及单个变量对其的影响[13]。

2 结果分析

2.1 以火灾发生地区为分析对象

以省级行政区域作为分析对象，利用因子分析对2008—2016年我国发生重特大火灾的16个地区进行统计分析，选取表1中的4组变量组成一个初始的数据矩阵X，作为分析数据。所选择的自变量有：火灾起数X1，死亡人数X2，受伤人数X3，直接财产损失X4，如表2所示。

由表2可以大致看出在16个地区中，4组变量的数值分布两极化，如北京、广东、吉林等地4组数据都很大，而重庆、上海和云南等地部分数据为0。将表2数据进行因子分析，得出成分因子的计算矩阵(见表3)和成分因子的碎石图(见图1)。

表2 2008—2016年重特大火灾因子分析统计

表3 成分因子计算矩阵

图1 火灾发生地区的成分因子碎石图

在表3所示矩阵中使用各变量的得分系数和特征值运用因子得分公式得到因子得分，并求出火灾综合指数F(见图2)。根据火灾综合指数的大小，全国发生重特大火灾的16个地区可大致分为三类：(1)综合指数大于3 000的3个地区，包括新疆、吉林和北京，其中新疆的综合指数远超其他地区。(2)综合指数处于1 000～3 000的5个地区，包括重庆、辽宁、云南、上海和黑龙江。(3)综合指数低于1 000的其他8个地区，这些省份的火灾综合指数处于较低区间，对总体影响不是很大。

图2 火灾发生地区的综合指数得分图

2.2 以火灾发生场所为分析对象

以火灾发生场所作为分析对象，使用同样的方法，将4组变量组成一个初始的数据矩阵。由表4可以大致看出在火灾发生场所中，4组变量的数值分布两极化，如公共娱乐场所、厂房等场所4组数据都很高，而办公场所、养老院等场所数据较低。

表4 2008—2016年重特大火灾发生场所的因子分析数据

将数据进行因子分析并整理出火灾发生场所的成分因子计算矩阵，求出火灾综合指数F(见图3)。由图3可以看出，根据火灾综合指数的大小，可将发生重特大火灾的14类场所大致分为两类：(1)综合指数大于500的4类场所，即商场、厂房、物资仓储场所和建筑工地，尤其是商场的火灾综合指数达到了2 206。(2)综合指数小于500的其他10类场所，这些场所的综合指数低，对整体影响并不是很大。

图3 火灾发生场所的综合指数得分图

2.3 以火灾原因为分析对象

以火灾原因作为分析对象，使用同样的方法，将4组变量组成一个初始的数据矩阵。由表5可以大致看出在10种火灾原因中，4组变量的数值分布两极化，如电气线路故障等原因数据都很大，而焊割原因部分数据为0。将数据进行因子分析并整理出火灾原因的成分因子计算矩阵，求出火灾综合指数F(见图4)。如图4所示，根据火灾综合指数的大小，可将发生重特大火灾的10种原因大致分为两类：(1)综合指数大于5 000的3种原因，即其他原因、电气线路故障和燃放烟花爆竹。(2)综合指数小于5 000的7种原因。

表5 2008—2016年重特大火灾发生原因的因子分析数据

图4 火灾原因的综合指数得分图

3 结论与讨论

火灾的发生与发展具有确定性和随机性的双重特性，因此不能单纯以发生火灾起数和造成财产损失作为对宏观消防工作的唯一评价依据[14]。通过分析得到以下结论：(1)以火灾发生地区为分析对象。新疆的综合指数远超其他地区，不难看出，当前我国火灾形势最严峻的是西部经济稍落后的地区，在2008—2016年间发生了两起重特大火灾造成经济损失高达3亿元。而诸如北京、广东、吉林和辽宁等经济发达的省份，也易造成重特大火灾及过多的财产损失。因此，火灾发生与地区经济发展、人员密度等有着密不可分的关系。(2)以火灾发生场所作分析对象。商场作为火灾发生最严重的场所，人员密集，火灾隐患多，人员消防安全意识薄弱，消防工作的投入无法做到全面覆盖，造成了重特大火灾的多发。而建筑工地等场所，由于在场所建设过程中经常进行电气作业等原因，造成火灾多发。因此，火灾发生场所与场所使用功能、生产活动危险性、人员密度等有着密不可分的关系。(3)以火灾原因为分析对象。结合火灾发生场所来看，在商场、厂房、建筑工地等场所电气线路故障是引发火灾的重要因素，在2008—2016年间因电气线路故障发生的重特大火灾事故高达14起。火灾原因与人们日常生产生活、群众消防意识、消防工作的投入有密不可分的关系。